H.264——H.264的基本介绍

Posted 2023-03-09 贺二公子

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了H.264——H.264的基本介绍相关的知识，希望对你有一定的参考价值。

原文地址：https://blog.csdn.net/qq_28258885/article/details/116227006?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162666178216780357297377%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fblog.%2522%257D&request_id=162666178216780357297377&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2_blogfirst_rank_v2~rank_v29-2-116227006.pc_v2_rank_blog_default&utm_term=cavlc&spm=1018.2226.3001.4450

本文是对H.264编码标准研究系列的开端

背景与基本概念

发起者：
ITU-T的VCEG（Video Coding Experts Group）
发起时间：
2003

最初版本支持8bit/sample，4：2：0色度采样，主要针对大部分通用视频处理与传输场合，(#`O′)对特殊应用做处理
特殊应用可能需求：

源视频数据精度超过8bit/sample
色度采用使用4：2：2或4：4：4
超高码率和超高分辨率编码
超高保真度，或部分无损编码

为了解决这些专业应用场景的需求，2004年JVT公布：“fidenlily range extension”，即H.264FRExt

特点

同MPEG-4标准关注的灵活性和可交互性不同，H.264专注于采用新技术提高视频信号的编码效率和提高网络传输亲和性（NAL）

H.264的应用场景

数字电视广播
视频实时通信
网络视频流媒体
DVD视频存储
视频点播

编码整体架构

整体的编码框架方面，H.264依然采用块结构的混合编码框架；整个结构可以分为网络抽象层（NAL）和视频编码成（VCL）

首先通过帧内预测，帧间预测获取预测数据。并且对他的残差进行量化操作。（Intra（prediction)、Motion Comp）
然后将编码后的语法元素进行熵编码来形成压缩后的码流（Transform/Scaling/Quant）

在编码的过程中，每一帧被分为一个或多个条带（slice）进行编码；每一个条带包含多个宏块（MB，Macroblock）

宏块是H.264编码的基本单元，结构包含一个包含16 x 16亮度快+两个8 x 8色度块+其他一些宏块头信息

编码结构

编码结构大致可以分为两层

VLC（video coding layer）
帧内预测、运动搜索、运动补偿、变化、量化，都可以归为视频编码层。在整个结构中处于一个比较底层的位置
NAL（natwork abstract layer）
在slice以上主要考虑的是压缩之后的码流以及更上一层，通常被称作网络抽象层。设置这一层的意义，主要在于提升H.264格式视频对于网络传输和数据存储的亲和性。

简单的理解就是，如果h264是一段代码，VCL是负责视频编码的部分，NAL是负责和网络传输接轨的部分。
再通俗点来说，h264就像是卖产品。VCL是具体的产品，NAL是和快递打交道的部分，快递员会给你一个标准，比如多大的快递箱，放多少减震棉，放哪。
再回到h264,NAL就是为了使得VCL部分更容易被网络解析而存在的。

H.264对一个宏块编码

H.264的宏块编码提供了更加灵活的编码方式

每一个宏块会分割成多宗不同大小的子块进行预测
相比早期标准只能按照整个宏块或半个宏块进行运动补偿的方法，H.264更细分的宏块分割方式提供了更高的预测精度及编码效率
- 帧内预测采用的块大小可能为16x16或4x4（以亮度为例）
- 帧间预测/运动补偿采用的块可能有7种不同的形状：16x16、16x8、8x16、8x8、8x4、4x8、4x4
针对预测残差数据进行变换编码的变换块大小为4x4或8x8（仅在FRext版本支持）
效率更高的熵编码方法：CAVLC和CABAC